CCF-BDCI-TOP3-

为此，本文提出了一种基于用户行为模式挖掘的系统风险识别方案。首先，对用户行为模式进行深度挖掘，提取了有风险的访问的特点，分析了用户行为规律。进而，构造了多类特征，包括用户基本登录信息、基于认证时间的衍生特征、用户当天登录信息、用户行为规律特征以及交叉特征，并采用均方差检验进行特征选择。最后，选用与线上测试集分布一致的数据集建模，并依据实验结果选取了经过后处理的LightGBM模型作为最终模型。本团队方案在初赛榜单成绩为0.9480，复赛榜单成绩为0.9486，排名第3。